Cómo la IA está CAMBIANDO el trabajo de QA 🤖 | Charla Meetup @UruQAy

Summary

The video script features a talk by Matías, a QA manager and chartered accountant, on the impact of artificial intelligence (AI) in the field of testing. Matías discusses the shift from traditional testing to AI-assisted testing, emphasizing that AI will not replace testers but will act as a 'co-pilot' to enhance their capabilities. He addresses common concerns regarding AI's effect on job positions, how to use AI in testing, and its risks and limitations. Matías encourages testers to adapt and learn about AI to stay competitive, highlighting the importance of maintaining human touch and professional skepticism while leveraging AI tools for increased productivity and efficiency.

Takeaways

• 🌐 The speaker, Matías, discusses the impact of Artificial Intelligence (AI) on the field of testing and emphasizes that AI is not here to replace human workers but to act as an empowering copilot.
• 📈 A survey conducted before the talk revealed that about half of the respondents are currently using AI in their work, indicating an even split in the adoption of AI within the testing community.
• 🧑‍💼 Matías, a testing manager with a background in accounting, shares his personal insights into AI's role in testing, suggesting that understanding AI's capabilities and limitations is crucial for effective use.
• 🔑 The main concerns about AI mentioned in the survey are the impact on jobs, understanding how to use AI in work, and the risks and limitations associated with AI use.
• 📚 Matías encourages strengthening one's foundational knowledge in testing and AI, and to avoid both underestimating and overestimating AI's capabilities.
• ⏰ A common barrier to AI adoption, as identified in the survey, is the lack of time; however, AI is also seen as a means to optimize work and create more time for other tasks.
• 🛠️ The speaker suggests practical steps to start integrating AI into one's workflow, such as analyzing time-consuming tasks and considering how AI could improve efficiency.
• 🤖 Examples of AI applications in testing include automating test case selection, improving code, and exploring new topics, highlighting the breadth of AI's potential uses.
• 🏆 The use of AI is becoming a competitive advantage in job selection processes, as it demonstrates a candidate's adaptability and understanding of current technological trends.
• 🔒 There is an emphasis on the importance of security and privacy when using AI tools, advising against sharing sensitive information and being cautious with data used to train AI models.
• 🛑 The speaker warns against over-reliance on AI, suggesting that it should be used as an assistant rather than a replacement for human judgment and professional expertise.

Q & A

What is the main topic of the video lecture?

The main topic of the video lecture is the impact of Artificial Intelligence (AI) on the field of testing and quality assurance.

Who is Matías, and what is his background in the context of this video?

Matías is the speaker of the video lecture. He is a QA manager at Enlighted and has been working in the testing field for about 7 years. He is originally a certified accountant who transitioned to the testing domain.

What was the purpose of the survey mentioned in the script?

The purpose of the survey was to gather information about the audience's experience with AI, their roles, and their concerns regarding AI in order to shape the content of the lecture.

What were the main concerns expressed by the survey respondents about AI?

The main concerns were the impact of AI on job positions, understanding how to use AI in their work, and the risks and limitations associated with AI.

What is Matías' view on the impact of AI on jobs in the testing field?

Matías believes that AI will not replace humans but will change certain aspects of the job. He emphasizes the importance of adapting to and utilizing AI as a tool to enhance work processes.

What historical comparison does Matías make to illustrate the impact of AI on the workplace?

Matías compares the impact of AI to the introduction of Microsoft Excel in the 1990s, which revolutionized the way people worked with spreadsheets and financial projections.

What advice does Matías give to those who are starting to work with AI?

Matías advises people to strengthen their foundational knowledge, understand the capabilities and limitations of AI, and to not underestimate or overestimate AI's abilities.

What are some of the tasks that AI can help with in the testing field, according to the script?

AI can help with tasks such as analyzing requirements and documentation, automating test case selection, improving code, exploring new topics, and learning or improving skills like English.

What is the significance of the generative engineer role mentioned at the end of the script?

The generative engineer role signifies a new paradigm shift in the industry, where there is a need for professionals who can work at the intersection of quality assurance, development, and machine learning.

Why is testing AI systems considered important according to the script?

Testing AI systems is important to ensure their reliability and to mitigate risks associated with their use. It helps to improve confidence in the systems and to understand their behavior better.

What is the 'responsible AI' concept mentioned in the script?

Responsible AI refers to a set of practices aimed at developing AI tools responsibly, ensuring they are used ethically and do not cause harm, such as spreading misinformation or making incorrect decisions.

Outlines

00:00

🌐 Introduction to AI's Impact on Careers

Matías, a testing manager and accountant, introduces a talk on the impact of artificial intelligence (AI) on careers, particularly in the field of testing and quality. He mentions an online and in-person community from Uruguay advocating for face-to-face encounters to share knowledge on testing. The talk was recorded and shared virtually, and Matías encourages following Uruguay's social media for updates on future talks. He also discusses the diverse audience's experience with AI, highlighting the survey results showing about half use AI in their work, with concerns about job displacement, understanding AI application, and its risks and limitations.

05:00

📈 AI as a Tool for Efficiency and Competitiveness

The speaker compares the current AI revolution to the impact of Microsoft Excel in the 90s, emphasizing AI as a transformative tool. He discusses the importance of adapting to AI and incorporating it into existing workflows to enhance productivity. Matías suggests that those who effectively use AI gain a competitive edge in job selection processes. He also addresses common barriers to AI adoption, such as lack of knowledge, unclear use cases, and time constraints, proposing an exercise to identify time-consuming tasks and explore AI applications for optimization.

10:04

🛠️ Exploring AI Applications in Workflows

Matías encourages the audience to consider AI's potential to streamline their work processes, using the paradox of time-saving through AI despite initial investment of time to learn it. He suggests identifying tasks that AI could optimize and experimenting with AI solutions. The speaker provides examples of AI applications, such as analyzing documentation, automating test case selection, and improving code understanding. He also mentions the dominance of Open AI in the market and the importance of trying different tools to understand their capabilities.

15:05

🤖 AI Personal Assistants and Their Customization

The speaker discusses the concept of AI personal assistants, highlighting Open AI's marketplace where users can find or create specialized AI assistants for various tasks. He emphasizes the importance of understanding AI's role and capabilities to avoid overestimating or underestimating its usefulness. Matías also touches on the impact of AI on productivity, noting a significant positive effect reported by users and the potential for increased speed in development processes.

20:06

🔒 Considerations on Security and Privacy with AI

Matías warns against inputting sensitive information into AI models, such as passwords or personally identifiable information, to ensure security and privacy. He advises caution when sharing AI-generated content and stresses the importance of aligning with company policies regarding AI use. The speaker also mentions enterprise versions of AI tools designed for greater privacy in corporate environments.

25:06

👷‍♂️ The Evolving Role of QA in the Age of AI

The speaker predicts a paradigm shift in the QA role, suggesting a convergence of QA, development, and machine learning skills to effectively work with AI. He acknowledges the challenges of learning and adapting to AI in testing and proposes a collaborative approach to developing a learning roadmap for the community. Matías also introduces the concept of 'generative engineering' with Apple's recent job posting for a 'generative quality engineer,' indicating a new professional profile emerging in the field.

30:09

📚 Embracing AI as a Co-Pilot for Professionals

In conclusion, Matías emphasizes that AI will not replace professionals but will act as an empowering co-pilot. He stresses the need to understand AI, its workings, limitations, and how to effectively leverage it. The speaker invites the audience to ask questions and engage in a discussion about the integration of AI in their professional lives, highlighting the importance of continuous learning and adaptation.

Keywords

💡Artificial Intelligence (AI)

Artificial Intelligence refers to the simulation of human intelligence in machines that are programmed to think like humans and mimic their actions. In the video's context, AI is central to the discussion on its impact on careers, particularly in the field of testing. The script mentions AI's potential to transform job roles and work processes, with examples given on how it can be integrated into testing workflows to improve efficiency.

💡Testing

In the script, 'Testing' refers to the process of verifying whether a product or service meets specified requirements and functions as intended. It is a key concept as the video discusses the influence of AI on this field. The speaker, Matías, who is identified as a testing manager, shares insights on how AI can be leveraged to enhance testing practices and the importance of adapting to these changes.

💡Uruguay Community

The 'Uruguay Community' mentioned in the script is a group advocating for in-person meetings to share knowledge on testing and quality. This community is significant as it represents the social aspect of professional development, where the video's lecture is being shared among its members, signifying the importance of community in embracing AI in professional settings.

💡

💡Competitive Advantage

Competitive Advantage in the script refers to the edge that individuals or businesses gain over their competitors. In the context of AI, those who are adept at using AI in their work processes are said to have a competitive advantage in selection processes, suggesting that proficiency with AI can set candidates apart in the job market.

💡Adoption of AI

The term 'Adoption of AI' pertains to the process of starting to use AI technologies. The script explores factors that may be hindering its adoption, such as lack of knowledge, unclear use cases, and lack of time. Understanding these barriers is crucial for encouraging more professionals to integrate AI into their work.

💡Productivity

Productivity in the video script is highlighted as one of the main benefits of AI integration. It is mentioned that AI can optimize time and increase efficiency in work processes, which is a key advantage that resonates with the video's theme of AI's impact on professional work.

💡GitHub Copilot

GitHub Copilot is a tool mentioned in the script that utilizes AI to assist developers in writing code. It is cited as an example of AI's impact on developer productivity, with a study suggesting that it can double the speed at which developers complete tasks, illustrating the practical application of AI in software development.

💡Responsibility in AI

Responsibility in AI, as discussed in the script, refers to the ethical and practical considerations in developing and using AI systems. It includes ensuring that AI is used in a way that is safe, respects privacy, and does not propagate misinformation. The script emphasizes the importance of responsible AI practices, especially in testing AI systems to prevent potential issues.

💡Generative AI

Generative AI is a subset of AI that focuses on creating new content, such as text, images, or code. The script introduces this term with the mention of a 'generative Quality engineer' role, suggesting a future where AI not only assists but also generates new possibilities in quality assurance and testing.

💡Testing AI Systems

The script touches upon the necessity of testing AI systems to ensure their reliability and accuracy. It points out that while AI can enhance productivity, it is not infallible, and testing is crucial to catch potential errors. This concept is integral to the video's message on the importance of understanding and responsibly using AI.

💡Continual Learning

Continual Learning in the script suggests the need for professionals to keep updating their knowledge and skills in relation to AI. It is presented as a key strategy for adapting to the changes brought by AI, emphasizing the importance of staying current with developments in the field to leverage AI effectively.

Highlights

Uruguay community invited Matías to give a talk on the impact of artificial intelligence on the career of a QA professional.

Matías, a QA manager and accountant by profession, has been exploring AI's role in testing for about a year.

A survey revealed that half of the respondents are currently using AI in their work, with concerns about job displacement and understanding AI's application.

Matías suggests that AI is a tool that will change tasks rather than replace human roles, drawing a parallel to the introduction of Microsoft Excel in the 90s.

AI adoption is hindered by lack of knowledge, unclear use cases, and lack of time, despite AI's potential to optimize and save time.

Matías recommends using AI to improve efficiency in current workflows and to gain a competitive edge in job selection processes.

He advises QA professionals to strengthen their foundational knowledge and not to underestimate or overestimate AI capabilities.

Open AI is currently leading the market with tools like GitHub Copilot and Chat GPT, with Google's Chemini as a notable competitor.

AI's positive impact includes increased productivity, optimized time, and improved work and learning facilitation.

Developers using AI tools like GitHub Copilot have reportedly doubled their productivity.

AI's acceleration of development speed may lead to QA professionals becoming bottlenecks if they do not adapt.

Security and privacy considerations when using AI are crucial, with a warning against entering sensitive information into AI models.

AI tools are increasingly integrated into various software, often utilizing Open AI's models, affecting their privacy policies.

The importance of responsible AI practices, including testing and understanding AI's fallibility, is emphasized.

A new QA profile is emerging, requiring skills at the intersection of QA, development, and machine learning or data engineering.

A call to action for the audience to experiment, read articles, and share knowledge to stay updated on AI's developments in the QA field.

Apple's recent job posting for a 'Generative Quality Engineer' suggests an emerging role in AI integration and testing.

The conclusion that AI will act as an empowering copilot rather than a replacement, and the necessity for QA professionals to understand and test AI systems.

Transcripts

Hola gente cómo andan hoy tenemos un

video un poquito diferente los chicos de

Uruguay me invitaron a dar una charla

sobre el impacto de la Inteligencia

artificial en nuestra carrera de Cuba

Así que lo que van a ver el día de hoy

es la grabación de esta charla y quiero

comentarles que para los que no conocen

Uruguay es una comunidad uruguaya que

está reivindicando los encuentros

presenciales para justamente volver a

encontrarnos Y aprovechar todas las

ventajas que tiene el hecho de poder

compartir en persona sobre testing y

calidad esta charla también se emitió de

forma virtual Así que si quieren estar

enterados de las próximas charlas que

van a ver los invito a que vayan a

seguir a los chicos de Uruguay en

instagram en linkedin y en su canal de

YouTube donde también van a estar

subiendo las demás charlas de las

distintas meetups que se van haciendo

Así que ahora los dejo justamente con la

charla que di titulada cua del presente

Cómo la ía está impactando nuestro

trabajo Hola Yo soy Matías Y esto es

testing para todos Ahora sí los de con

la charla espero que la disfruten y me

dejen todos sus comentarios acá abajo

así como Cualquier duda o pregunta que

les surja a partir de la charla nos

vemos en el siguiente video Bueno me

presento para los que no me conocen y

Para los que me conocen también yo soy

Mati además de ser el de testing para

todos también soy cu manager enlighted

hace más o menos 7 años que trabajo en

testing y mi profesión aunque muchos no

lo sepan es contador O sea yo no me

recibí ingeniero en sistema sino que

empecé por el lado contable y después

fui haciendo el switch a lo que es el

área de testing hace más o menos un año

que estoy más cercano a lo que es la

Inteligencia artificial para nada me voy

a considerar un experto no O sea nada

que ver simplemente que he estado

investigando algunas cositas por mi

trabajo y también para el trabajo de

divulgación que hago en tesam para todos

Así que nada tomen eso como una

experiencia personal como mi opinión y

aprovéchenlo para para ver de de poder

seguir creciendo en esta área primero

que nada Quiero agradecer a todos los

que participaron en la encuesta que les

mandamos cuando se inscribieron porque

esta encuesta sirvió para darle forma a

esta charla y lo que vimos es que el

público está bastante variado en cuanto

a lo que es experiencia roles y también

experiencia en lo que es el uso de

Inteligencia artificial Así que vamos a

tratar de que en la charla cubrir

distintos aspectos de tal forma de que

pueda ser útil tanto para los que tienen

poquita experiencia como para los que ya

están un poco más metidos para empezar

lo primero que les preguntamos fue si

están utilizando inteligencia artificial

en su trabajo en el día o sea en la

actualidad y de unas más o menos 73

respuestas que tuvimos en la en la

encuesta fue más o menos la mitad la

mitad lo está usando y la mitad no lo

está usando la verdad que es un dato que

me sorprendió no sé si esperaba que lo

estuvieran usando más o menos no lo

tengo Claro pero creo que está bastante

equitativa la cosa así que yo lo que voy

a tratar de hacer es que capaz que los

que ya la están usando se puedan llevar

alguna cosita más y lo que aún no la

están usando puedan eh convencerse de de

empezar a utilizar les preguntamos

cuáles son sus principales

preocupaciones Al momento de eh hablar

de Inteligencia artificial y la

preocupación número uno es eh que afecte

a los puestos laborales la segunda

preocupación Bueno más o menos igual

está relacionada en Cómo usar es decir

que les intriga saber cómo pueden usarla

para su trabajo y con igual relevancia

los riesgos y limitaciones por último ya

apce como probar que también vamos a

estar hablando algo al final así que

nada vamos a estar más o menos cubriendo

estas cosas en la charla y espero que se

puedan llevar algo útil de esto yo tenía

una teoría de que una hipótesis Mejor

dicho de que en realidad la preocupación

del trabajo estaba centrada más en las

personas que recién inician en el área

pero en realidad los datos mostraron que

es más o menos parejo en en el grupo de

personas que tiene menos de 3 años de

experiencia es la preocupación número

uno y en el segundo grupo es decir más

de 3 años de experiencia es la

preocupación número dos Así que creo que

a todos los que estamos acá en alguna

medida nos preocupa este tema lo primero

que les voy a decir es que en realidad

es normal esa preocupación porque es la

primera vez capaz para muchos que nos

enfrentamos a una herramienta de este

tipo que antes eran capacidades que eran

totalmente reservadas para nosotros los

humanos y que ahora vemos que una

máquina lo puede hacer y lo puede hacer

de una forma demencial mene rápida eso

obviamente genera miedo y genera

incertidumbre y fue lo primero que pensé

Cuando hice este video a allá más o

menos hace un año justamente para tratar

de de plantear esa incógnita Y tratar de

ver en qué nos va a afectar muchas de

las cosas que dije ahí las sigo

manteniendo Así que ahora les voy a

contar un poco de las conclusiones lo

primero que les quiero decir es esto que

se queden tranquilos de que no nos va a

reemplazar Pero va a cambiar alguna

cosita pero la buena noticia es que está

en nosotros poder adaptarnos

les voy a contar una historia sobre

Microsoft Excel en los 90 esto creo que

es una Revolución lo que está pasando

ahora se puede llegar a comparar a lo

que pasó en los 90 con todas las

herramientas de ofimática y sobre todo

con Excel esto que están viendo acá es

una captura de un vdeo que les dejo el

link para que lo puedan ver después pero

es una publicidad justamente para

promocionar Excel o sea en esa época

había que hacer una publicidad para

promocionar eso algo que hoy en día

tenemos 100% instaurado en todas las

empresas y lo que planteaban acá era que

una persona tenía que hacer unas

proyecciones financieras a último

momento antes de entrar a una reunión

con su jefa y no las había hecho se

enteró ahí y justo tenía una computadora

con Excel y el compañero le dice No pero

cómo vas a hacer es imposible que puedas

lograr eso en 5 minutos y lo que

muestran justamente es que durante el

trayecto de ascensor la persona pudo ir

Armando sus proyecciones financieras

pero no solo las armó sino que les pudo

dar formato las pudo mover y todo eso

mientras el ascensor subía del piso un

al piso 50 estábamos hablando de Nueva

York acá capaz que no hubiera sido

posible pero le preguntaba tipo la

acabas de arrastrar o sea cómo podes

hacer eso y gente que está atrás decía

mi hoja de cálculo no hace eso Entonces

yo lo que les quiero decir es que

evitemos el mi tester no hace eso

similar a lo que pasó con Excel en los

90 nosotros ahora Estamos viendo una

Revolución impresionante lo que es la

Inteligencia artificial pero sepamos eso

de que es una herramienta más a la cual

nosotros tenemos que adaptar a

utilizarla y incorporarla en nuestros

flujos de trabajo que ya hacíamos estas

personas se tuvieron que adaptar y su

carrera no quedó obsoleta simplemente

que una tarea que hacían de una forma

ahora la hacen de otra

forma entonces la Inteligencia

artificial es un multiplicador de lo que

ya

saben requiere de un piloto entrenado es

decir nosotros que estamos preparados

que estudiamos para hacer lo que lo que

estamos haciendo Y que sabemos lo que

estamos haciendo que la dirija y

aproveche de forma adecuada es decir la

Inteligencia artificial en manos de

alguien que no sabe probablemente los

resultados no van a ser los mejores como

van a ver un ejemplo Ahora más adelante

con algunos gráficos que le voy a

mostrar hechos con la ayuda de

Inteligencia artificial como yo no soy

un Data analis probablemente tenga

varios errores estadísticos o de

presentación y en realidad es lo que

pasa También con con el uso para el

testing o para desarrollo para lo que

sea o sea nosotros tenemos que saber qué

es lo que estamos haciendo Así que acá

lo que les aconsejo para todos tanto los

que están empezando como los que llevan

bastante tiempo en esta área es que

puedan fortalecer sus bases que eso

siempre fue importante pero creo que hoy

en día es cada vez más importante y que

también eviten subestimar o sobreestimar

las capacidades de la ia es decir tienen

que empezar a entender Para qué sirve y

ponerla en el lugar correcto no pedirle

cosas que no puede hacer y por eso

invalidarla y decir que no sirve para

nada o directamente pensar que es lo

mejor y hacer todo con ia creo que lo

ideal estar eh en tener un punto medio

además volviendo a la Gráfica de quienes

la están usando y Quienes no hoy en día

en particular en este momento yo creo

que quienes están utilizando la

Inteligencia artificial pasan a tener

una ventaja competitiva en todo lo que

son los procesos de selección no vamos a

entrar en detalle ahora Pero sabemos que

el mercado está un poquito complicado

con respecto a lo que fue en años de

pandemia por ejemplo aunque ya se está

empezando a recuperar y esto es algo que

los puede ayudar a diferenciarse en

muchos procesos de selección y sobre

todo los que nos toca entrevistar a

gente una cosa que estamos empezando a

valorar es bueno a ver qué tan eh metida

está la persona en estos cambios que son

tan importantes en la industria y si la

persona dice que no que no escuchó nada

que nunca la tocó ni siquiera la probó

eh eso ya como que empieza a tirar un

Red flag y decir que tipo bueno bueno

Están demostrando una falta de

curiosidad por ahí en entender una nueva

tecnología que que hay que empezar a

usar o por lo menos conocer Así que nada

Creo que una razón más para para empezar

a aprender sobre eso igual

felicitaciones a todos los que están acá

porque si están acá es que obviamente

les interesó aprender sobre el tema así

que viene Ahí pasamos ahora a algunos

motivos que están frenando la adopción

de de la Inteligencia artificial fue

esto también parte de las cosas que les

preguntamos en la en la encuesta Esta es

una de las gráficas que hay algien que

sabe gráficas por favor no la juzguen

pero los principales motivos fueran en

primer lugar falta de conocimiento en

segundo lugar que no saben para qué

usarla y En tercer lugar la falta de

tiempo vamos a y bueno Había otro motivo

también que es todavía no trabajo como

cua nosotros vamos a estar centrados en

más o menos hablar de los últimos tres

que son que están en realidad bastante

relacionados uno con el otro y voy a

empezar por el tiempo porque esto en

realidad en el contexto que estamos

hablando ahora funciona casi como una

paradoja porque vamos a ver ahora un

poquito más adelante que justo Una de

las cosas que nos puede lograr hacer la

ía es tener más tiempo o mejor dicho

optimizar cosas que ya hacemos para

poder hacerlas más rápido o para poder

hacerlas mejor Entonces si decimos que

no la estamos usando Porque no tenemos

tiempo en realidad es como que estamos

desaprovechando una oportunidad de en

realidad poder tener tiempo para poder

utilizar ese tiempo para otras cosas que

capaz que nos pueden aportar más valor

entonces con respecto a eso les quiero

plantear un ejercicio que se lleven de

de Dear

básicamente tiene unos ingredientes que

creo que todos tienen o por lo menos

todos que los que trabajan como cua que

es curiosidad paciencia y pensamiento

crítico y el promt o las inuc que les

voy a dar son estas básicamente que es

analiza qué es lo que te lleva más

tiempo en tu flujo de trabajo actual

puede ser en el trabajo o puede ser en

el flujo de estudio para los que están

estudiando y que piensen Cómo podrían

aplicar Inteligencia artificial en esa

tarea para sal la más

eficiente si todavía no tienen ni idea

cómo entrarle al tema una cosa que

podrían hacer es preguntarle a la

Inteligencia artificial Cómo la podría

usar para ayudarlos en esa tarea y ahí

les va a empezar a dar ideas y eso va a

hacer que ustedes interactuar poco a

poco con esto y lo último que pongan

manos a la obra y intenten hacerlo

pregunten buscan a alguien que tenga un

poquito más de de experiencia inténtenlo

y vuelvan a repetirlo varias veces para

ir aprendiendo poco a poco esto son

algunos ejemplos que un poco ya le

comentaron Los Chicos antes de cosas que

pueden empezar a usarlas son solo

algunos ejemplos Hay muchísimas cosas

que que podrían eh hacer por ejemplo

analizar requerimientos eh documentación

del tipo que sea desde documentación

técnica hasta manuales de usuario lo que

sea automatización tanto para poder

seleccionar casos de prueba para

automatizar para empezar en automation

en caso de que es algo en lo que todavía

no hayan incursionado para escribir

código ni que hablar para todo lo que

sea explicar o entender mejorar O

devagar código explorar temas nuevos

sacarse dudas todas estas cosas bueno

por último también para aprender algún

skill o mejorar algún skill que ya

tienen por ejemplo aprender inglés no lo

vamos a ver acá en la charla pero con

las nuevos avances que presentó Open

hace una semana o un poquito un poquito

más de su nuevo modelo multimodal y la

demo que hicieron con justamente la

interacción hablada con chat gpt que eso

es algo que todavía no está disponible

Pero va a estar disponible pronto

ustedes van a poder hablar con la

Inteligencia artificial así como yo les

estoy hablando ahora y les va a

responder en tiempo real la van a poder

rir o sea es algo impresionante lo que

se viene y podrían utilizarlo por

ejemplo para que se transforme en un

coach de testing o en un coach de inglés

o en lo que ustedes quieran básicamente

Todas estas son cosas que antes o bueno

que hasta ahora consumen o consumían

mucho tiempo y que ustedes pueden

empezar a utilizar la ya para recortar

un poco el tiempo o mejorar estas tareas

y empezar a poder tener tiempo para

otras cosas así que lo que les

recomiendo Es que traten de empezar a

elegir una tarea no tiene que ser algo

mega magnífico pero sí que traten de

elegir una tarea y que intenten

aplicarlo hablemos un poco de Tools que

esto también era parte de la encuesta

acá no tengo los resultados pero la

encuesta también confirmó lo lo que

pensábamos y Open Ai hoy en día es el

líder indiscutido en el mercado tanto es

así que Microsoft está detrás de Open Ai

y hace bueno esta semana creo que fue ya

una pierde un poco la noción del tiempo

pero Apple presentó su su nueva

Inteligencia artificial que en realidad

va a ser una implementación de openi por

atrás github copilot también es de

Microsoft y también utiliza los modelos

de openi por el otro lado tenemos el

lado de Google con chemini e y yo creo

que hoy en día en realidad como que todo

más o menos se centra acá si bien hay

otras

e herramientas más por el lado Open

source y demás Pero esto creo que es lo

que está dominando mercado no quiereo

decir que esté bien o sea hay que

después pensar a ver qué qué va a pasar

si Open se vuelve un monopolio pero creo

que Google está yendo un poco más lento

Open es el que marca la cancha pero

Google se está enfocando más en lo que

es responsabilidad con respecto a que lo

vamos a ver ahora un poco más adelante

Eh Así que creo que también está bueno

seguirlo de cerca y tenerlo en cuenta si

me preguntan a mí yo me quedo con Open y

con chat gpt pero en realidad no es algo

que quiero inculcar sino que más que

nada les diría que prueben eh distintas

herramientas y que cada uno saque sus

propias conclusiones hablemos de

asistentes muy rápidamente un asistente

es una personalización para un objetivo

específico y e Creo que vale la pena

hablar de esto porque Open Ai o mejor

dicho chat gpt ya habilitó la tienda de

gpt para usuarios gratuitos es decir

Ustedes hoy en día sin pagar nada

podrían ir a buscar y es como una

especie de marketplace donde ustedes

pueden encontrar asistentes para

cualquier tipo de cosa por ejemplo como

ven acá en en la imagen una de las cosas

que que pueden tener es un experto en

sql Entonces si ustedes en el día a día

tienen que hacer muchas queries tener

por ahí un asistente que los esté

ayudando con eso les va a servir

muchísimo si son usuarios de chat gpt

pago lo que les invito es que intenten

crear sus propios gpt porque eso es algo

que les va a dar eh mucha comprensión de

cómo funciona todo lo que hablan los

chicos del engineering Cómo cambian los

resultados si nosotros cambiamos un

poquito el prom y demás Pero además les

va a dar la posibilidad de que si

ustedes trabajan en un equipo poder

compartir ese gpt con su equipo que eso

es algo que hasta hace un par de semanas

no se podía pero ahora ya se puede es

decir los usuarios gratuitos pueden usar

los gpt que crean otras personas medio

que la tendencia es meter esto en todos

lados van a buscar cualquier tool y van

a ver que apareció el tool x más Bot o

más Ai acá le puse algunos ejemplos por

ejemplo el postman pobot clickup Brain

notion Ai todo esto es lo más probable

que en realidad sea una implementación

de Open Ai De hecho si van a leer las

políticas de privacidad de cualquiera de

estas herramientas va a decir que en

realidad también eh tienen que cumplir

con la política de privacidad de Open Ai

porque utilizan sus modelos Así que como

les decía openi hoy en día está

dominando la cancha Y si bien Los invito

a que ustedes puedan probar todas estas

herramientas que no le genere fomo

básicamente que se animen a probar eh

distintas herramientas pero si el tiempo

los persigue porque tienen millones de

otras cosas para hacer y no tienen la

oportunidad de estar en una empresa o en

un proyecto donde esto se esté

intentando hacer sí Los invito a por lo

menos mantenerse actualizado en lo que

es chat gpt y en lo que hace Open Ai que

en realidad es lo que después termina

repercutiendo en todas las demás Tools

hablemos un poquito de El impacto que

está teniendo todo esto que creo que es

lo que bastante nos preocupa

también esto es lo que piensan ustedes

básicamente en la en la encuesta que les

hicimos un 90 por de las personas que

respondieron que sí la están

utilizando manifestaron que ha tenido un

impacto positivo en su día a día y el

resto más o menos un 10% dijeron un

impacto neutro negativo en realidad más

que nada neutro Es decir que no o sea no

detectaban ningún impacto por ahora pero

como ven es aplastante la mayoría que

dice que sí tuvo un impacto positivo y

estas son algunas de las cosas que nos

dijeron que les está repercutiendo y

creo que la que más destaca es el

aumento de productividad y optimización

del tiempo justo como hablamos recién es

una de las cosas que más nos puede

ayudar hoy en día también aparece lo que

es la facilitación del trabajo y

aprendizaje mejora la variedad y calidad

de casos de escenarios de prueba y

impacto positivo en general ahora se

preguntaron Qué está pasando con los

deus hay desarrolladores por acá en el

público

alguien más los que están en la me

alguna reacción a ver si hay algún de

por

ahí Genial porque vimos que en la en la

encuesta también aparecían que iban a

haber algunos deus Así que nada contento

de que también se interesen por cómo

vamos a a adoptar esto en cua Pero esto

que están viendo acá es un estudio que

hizo github github copilot para saber el

impacto que tuvo

en la productividad de los

desarrolladores en realidad hicieron un

grupo de estudios los dividieron a la

mitad a uno le dieron github copilot y

al otro no el aumento de productividad

que detectaron es más más o menos el

doble es decir la la persona que utiliza

github copilot en promedio Resuelve la

tarea en la mitad de

tiempo Obviamente que esto también Es

una herramienta de marketing de github

Puede que no sea tipo Exacto un reflejo

con la realidad Pero si ustedes les

preguntan a sus compañeros developers en

sus trabajos van a ver que todos lo

están usando o la gran mayoría es decir

es mucho más alto el porcentaje de uso

en developers que en qas no tengo los

datos pero es un es una hipótesis que

creo que que se podría confirmar

fácilmente

Y cómo nos impacta esto a

nosotros Bueno yo creo que hay dos cosas

La primera es que va a haber mayor

probabilidad de defectos esto lo pongo

como pregunta porque en realidad no es

una certeza pero ya sabemos de que si

antes se cometían muchos errores es

bastante probable que ahora que el

developer Además está utilizando el Ai

pueda cometer errores porque capaz que

al principio lo chequea un poco más pero

después empieza a confiar en que está

funcionando bien y empieza a dejar de

lado alguna cosa y una cosa que me me

comentaba un compañero de itit hoy

justamente es que también puede pasar

e que ellos se enfoquen es decir el Ai

cuando te resuelve algo no tiene el

contexto de todo el proyecto puede tener

el contexto del Cacho de código que vos

le estás mostrando en ese momento pero

no sabe todo lo que está pasando por

detrás entonces la persona al empezar a

descansar en eso puede estar dejando de

lado cosas que antes capaz que sí las

consideraba entonces ahí hay un desafío

y la otra que para mí es una garantía lo

vimos en el slide anterior es que se va

a empezar a ver una mayor velocidad de

desarrollo no sé si ya lo están notando

en sus en sus trabajos capaz que no se

dieron cuenta pero yo tengo la

percepción alta de que se está empezando

a desarrollar mucho más rápido y

obviamente que eso nos impacta cómo

hacemos para adaptarnos a eso Bueno un

poco lo que les contaba Antes tenemos

que tratar de meternos ahí y ver qué

cosas estamos haciendo hoy que podemos

hacer mejor con la Inteligencia

artificial si no lo que va a pasar es

que nos vamos a terminar convirtiendo en

un cuello de botella y creo que nadie

quiere eso la Inteligencia artificial es

genial pero no es infalible es algo que

tenemos que tener muy presente

entonces acá un poco también lo que lo

que les comentaron Los Chicos antes

algunas consideraciones generales de lo

que es seguridad y

privacidad nunca ingresen información

sensible en en chat gpt o en cualquier

otro modelo que es información sensible

bueno credenciales contraseñas

información pi es decir que pueda

identificar personas o clientes o

proyectos o lo que sea datos de tarjeta

NC hablar etcétera e si van a

experimentar con los gpt y van a

publicarlo para que cualquiera pueda

ingresar con el link tenga la precaución

de no entrenar gpt con datos sensibles o

internos a la empresa por ejemplo yo

tengo un gpt que tengo entrenado con los

valores de itit el cual utilizo para

asistirme en distintas tareas de mi día

a día y eso tenemos que saber que es una

herramienta de uso personal interno a la

empresa Entonces tenemos que tener

cuidado con eso porque lo que tiene

bueno los gpt es que nos permite de C

forma hacer un rag que es un poco lo que

nos comentaban Los Chicos antes que

básicamente es e sumarle a la ia

información específica que puede ser

privada en este caso hablen con sus

empresas para conocer si tienen

políticas o alineamientos como decíamos

antes esto es todo muy nuevo Así que si

la empresa no está trabajando con esto

capaz que todavía no tiene ninguna

política Espero que no se que no vayan

por el lado de prohibir porque no creo

que no es el camino pero hablen con sus

líderes hablen con sus equipos para ver

cómo lo están usando para ver qué

consideraciones tienen que tener Y por

último consulten Obviamente que esto no

va a ser capaz lo más común en empresas

chicas pero sí si trabajan en empresas

grandes sepan que todas estas

herramientas tienen sus versiones

Enterprise está chat gpt Enterprise

teams también está lo que es aure Open

Ai que son servicios pensados para

empresas que justamente están orientados

a garantizar una mayor

privacidad también existe esto que se

llama chat ui que es un una herramienta

Open source que la puede descargar e

instalar cualquiera y lo que hace es

tener como un Clon de la interfaz de

chat gpt que a ustedes le pueden cargar

cualquier apq es decir la la llave para

poder conectarse a las apis de est estos

modelos y interactuar eh de cierta

manera esto igual tiene limitaciones y

no es lo mismo que usar chat gpt pero te

garantiza una mayor privacidad porque

cada empresa lo puede implementar

localmente en sus servidores y tener por

ejemplo un control de acceso con lo que

es el mail de de la empresa por ejemplo

para los que usan cuentas personales que

creo que somos la mayoría acá esto Lo

descubrí hace poquito chat gpt y shemini

también pero la de gemini en realidad me

parece un poco más turbio la la el

disclaimer así que no me gustó mucho

pero chat gpt te permite la opción de

desactivar el entrenamiento de los

modelos en base a tus datos es algo que

por defecto viene activado Así que

después de la charla vayan a su cuenta y

fíjense si lo tienen activado o

desactivado y también tiene un botoncito

que si va a learn more ahí pueden leer

Cuáles son las políticas respecto al

entrenamiento con con los datos también

sepan que en todo lo que es Api y

versiones Enterprise openi garantiza que

esos datos no van a ser usados para para

entrar en el modelo llegando hasta acá

si los convencido de usarlos traten de

no pasarse para el otro lado porque

capaz que también me me ha pasado a mí

pero cuando llegamos al punto de que nos

enamoramos de esto y queremos usarlo

para todo terminamos abusando y es hace

que por ahí empecemos a a a perder

nuestra esencia nuestro toque humano esa

esencia por la cual capaz que nos

contrataron a nosotros Entonces

mantengan su lado profesional mantengan

su lado mano revisen todo lo que lo que

hacen estas herramientas y utilícela

como un asistente y no sean la trampa al

solitario de ustedes estar usándolas

como reemplazos porque en realidad no es

lo que queremos Hay un montón de cosas

que los llms hacen mal o por lo menos la

pan salado eh Y estas son algunas esto

viene de un post de de Michael Bolton

también les voy a dejar la referencia

para que después puedan leer y entender

Qué significa cada una una de de las

principales son las alucinaciones

básicamente no sé si ya se han

enfrentado a esto pero es básicamente

cuando el modelo inventa algo que parece

real pero en realidad no lo es cuando

ustedes empiezan a entender un poquito

más Cómo funciona esto que esto en base

a a probabilidades y que en realidad no

está pensando

lo que hace es buscar algo para

completar ese hueco que por ahí no tiene

la información para poder completarlo

entonces ahí pueden pasar cosas jodidas

y ya tenemos casos de cosas que han

pasado en producción por acá les voy a

dejar la noticia de un caso que pasó

hace un tiempo con una aerolínea

canadiense donde un cliente consultó

algo a través del chatbot de la

aerolínea y el chat le dijo algo que no

era verdad y después no le quería

respetar ese descuento que el chatbot le

había dicho que podía obtener entonces

qu hizo el cliente demandó a la empresa

y obviamente el juez falló a favor del

cliente porque lo que lo que alegaba la

empresa era que bueno que ellos no se

hacían cargo de lo que decía chatbot y

bueno si el chatbot está en la página de

una empresa la empresa es responsable

por lo que genera ese chatbot y por las

consecuencias que genere Entonces en ese

caso obviamente la empresa tuvo que

indemnizar al cliente esto nos hace

hablar llegar a algo que se va a empezar

a hablar mucho que es responsible el I

Qué significa esto es básicamente un

conjunto de prácticas es decir no es una

receta mágica ni nada sino que es tratar

de englobar un conjunto de prácticas

para poder desarrollar estas

herramientas de forma responsable qué se

les ocurre que que podemos hacer para

para mitigar

esto alguna

idea testing obviamente

es por lo que estamos acá

e qué hacemos para poder tener mayor

confianza sobre las cosas esto no es

nuevo viene de toda la vida es testear

la única diferencia que capaz que antes

por ahí era un poco más fácil por eso de

lo que comentaban los chicos en la cha

anterior del determinismo versus el no

determinismo y es que ahora es un

poquito más difícil saber el resultado

que vas a tener como salía de los

modelos y como les contaba Google es la

empresa que desde mi punto de vista está

siendo bastante pionera en lo que es

prácticas de

responsabilidad capaz que también es

medio como una excusa de para decir

bueno llegamos un poco más lento

Entonces ahora nos vamos a diferenciar

por el lado de lo que es responsabilidad

y hacer las cosas bien y también es la

verdad de que Google tiene una

reputación mucho más alta que mantener

entonces cada cosa que hacen tienen que

ser con una calidad mayor es un desafío

grande el que tienen pero empezaron a

tener en cuenta mucho esto de responsiv

les voy a dejar el recurso este para que

lo puedan leer después entre las pras

que Google recomienda una de ellas La

llamaron test test test es decir testear

testear testear es una de las cosas que

tenemos que hacer para poder no diría

garantizar pero por lo menos mejorar la

confianza que tenemos sobre estos

sistemas por último Esto es lo que

representa el día de hoy en cuanto a a

lo que fue su respuesta si les ha tocado

testear o no sistemas con Inteligencia

artificial de los que están acá alguno

les ha tocado levanten la mano por

favor bien tenemos por ahí cu c y en la

m Cuántos tenemos hay un par por ahí

también Bueno es más o menos lo que dice

la encuesta un 10% somos un puñadito muy

chiquito Yo también levanto la mano

Aunque poco pero sí y todos los demás

todavía no han tenido como contacto con

esto

Entonces yo creo que está empezando a

surgir un nuevo perfil de qa bastante

distinto a lo que veníamos acostumbrado

antes y que va a ser más o menos una

intersección entre lo que es un qua un

developer y un Machine learning o Data

engineer creo que esto es algo que de

tod todavía no se está hablando pero va

a ser necesario porque creo que ninguno

de estos roles por sí solo y sin

aumentar su su su campo de skills va a

poder con los desafíos que nos está

enfrentando la Inteligencia artificial

hoy en día entonces Cómo podemos hacer

para aproximarnos a este tema que como

verán es algo que tiene muchas patas es

tratar de intentar y experimentar mucho

eso se lo recomiendo a todos

directamente tratar de leer estar

actualizados leer artículos Yo sé que es

difícil leer a mí me cuesta mucho pero

bueno tratar de hacerse el tiempo de de

leer artículos probar cosas compartirlo

con otros esto que están haciendo de

venir a una meetup es tremendo paso

también y yo sé que es difícil porque a

todos nos cuesta aprender eh cosas con

las que capaz que no estamos

acostumbrados puede ser una curva de

aprendizaje empinada pero traten de

tomárselo con calma e ir pasito a pasito

cualquier avance que vayan teniendo va a

ser valioso y que también todavía no hay

un camino Claro si me preguntan a mí

Está bueno Mati Pero qué qué estudio o

le preguntan a cualquiera de acá y te va

a decir bueno tenés que saber un poquito

de esto y otro poquito de esto y y está

no hay un camino claro es fácil perderse

y cuando te ponés a leer sobre un tema

te lleva otro tema y es como un Rabbit

Ho interminable en el cual si no sabes

dónde parar Y cómo hacer el balance de

bueno leí hasta acá trato de llevarlo a

la práctica es muy difícil abrumar con

el tema y por último también podrían

elegir no subirse a esta ola y está okay

O sea similar a como pasó con automation

en su momento y sigue pasando hay gente

que directamente decidió mantenerse al

margen y está bien se va a seguir

necesitando gente en otro tipo de

proyectos que no involucran Inteligencia

artificial Porque si bien Ahora le

estamos metiendo Inteligencia artificial

a todo eso en algún momento se va a

estabilizar y vamos a seguir normal como

antes pero lo que sí no pueden hacer es

dejar de usarla pueden elegir no

aprender a testear pero creo que sí o

así deberían usarla y por lo menos saber

las bases fundamentales de esto por si

después les toca interactuar con gente

que sí la está testeando entonces yendo

a la pregunta de qué deberíamos aprender

Bueno hay un montón de cosas que por ahí

les podría decir pero todavía no están

ordenadas entonces lo que se me ocurrió

plantar a todos los que están por ahí

que por ahí les ha tocado testear es

tratar de unir esfuerzos y juntarnos a

armar un roadmap colaborativo Entonces

algo que descubrí para para la charla

justamente Pero hay una herramienta muy

conocida que se llama roadmap sh que te

permite armar roadmaps de eh distintas

rutas de aprendizaje de distintas

carreras y creo que lo que podemos hacer

es juntar esfuerzo y empezar a armar lo

que sería una ruta ideal o por lo menos

una ruta básica para introducirnos en

este tema que yo creo que ya tenemos

bastante Para aportar si si bien no

tenemos certeza de cómo va a seguir esto

a futuro me parece que es algo que

tenemos que tener en cuenta y bueno la

charla iba a terminar acá pero ayer a

última hora Cuando la estaba terminando

me puse a googlear generativ engineer y

me encontré con esto que se los traigo

como Primicia y Y es que ayer Apple

publicó la primera oferta laboral

justamente con el título de generative

Quality engineer y esto obviamente a

raíz de que publicaron la noticia de que

van a integrar chat gpt en el

iPhone Así que nada Creo que queda más

que confirmado que se viene un cambio de

paradigma de que va a aparecer un nuevo

rol y que tenemos la oportunidad de

tomarlo

dejarlo para cerrar creo que las tres

conclusiones principales es que la ía no

nos va a reemplazar sino que va a actuar

como un copiloto potenciador y depende

de nosotros

aprovecharla necesitamos entenderlo

entender cómo funciona cuáles son sus

limitaciones y también vamos a necesitar

saber cómo probarla o bueno Cómo sacarle

el máximo provecho en caso de que la

estemos utilizando así que bueno por acá

terminamos Espero que les haya gustado Y

si tienen preguntas Ahora sí los escucho